WiFi信号也能测心率

加州大学圣克鲁斯分校的工程师开发了一项名为“Pulse-Fi”的技术，它利用低成本的家用 WiFi 信号和机器学习算法，实现了无需穿戴设备的高精度心率测量。这项技术即使在近10英尺外或用户处于不同身体姿势时也能有效工作，证明了其在低资源环境下进行非侵入式健康监测的巨大潜力，未来还有望扩展到呼吸速率等其他生命体征的监测。

健康监测的新方式

心率是衡量健康状况最基本也最重要的指标之一。传统上，测量心率需要佩戴智能手表或使用医院级的设备。然而，一项新技术展示了如何利用家中无处不在的 WiFi 信号，以极高的精确度完成这项关键的健康监测任务，并且完全不需要任何穿戴设备。

• 高精度: Pulse-Fi 系统能够达到临床级别的心率监测准确度。
• 低成本: 该技术使用价格低廉的 WiFi 设备，使其在资源有限的环境中也具备实用价值。
• 非侵入性: 用户无需佩戴任何设备，系统可在最远10英尺（约3米）的距离外正常工作。
• 适应性强: 无论用户是坐着、站着、躺着还是走动，系统都能保持准确测量。

WiFi 如何感知心跳？

这项技术的核心在于利用 WiFi 设备发出的无线电波。当这些电波穿过空间并被人体吸收时，会产生极其微弱但可通过数学方法检测到的变化。Pulse-Fi 系统正是通过一个专门的算法来捕捉这些由心跳引起的细微信号波动。

“信号对环境非常敏感，所以我们必须选择正确的滤波器来消除所有不必要的噪音。”

研究团队训练了一个机器学习算法，使其能够精确区分由心跳引起的信号变化，并过滤掉由环境或其他活动（如身体移动）造成的干扰。

经实验验证的卓越性能

为了验证技术的有效性，团队对118名参与者进行了测试，结果非常出色。

• 快速准确: 仅需处理5秒钟的信号，系统测量的误差仅为每分钟半次心跳，监测时间越长，准确度越高。
• 不受位置影响: 团队测试了17种不同的身体姿势，系统均能提供准确结果。
• 硬件成本极低: 实验使用了成本仅为5到10美元的 ESP32 芯片，证明了其广泛应用的潜力。

研究人员指出，机器学习模型是实现距离和姿势鲁棒性的关键。他们表示：“过去模型的一大难题是距离，但我们的模型基本不受距离影响。我们希望确保系统能适应人们日常生活中的各种姿态。”

从数据到智能

为了让系统能够识别心跳信号，研究人员必须从零开始创建一个数据集来训练他们的机器学习算法。他们在图书馆里搭建了实验装置，同时使用标准的血氧仪作为“基准真相”来收集数据。通过将 Pulse-Fi 的信号数据与基准数据相结合，他们成功地教会了神经网络如何从 WiFi 信号中识别出心率。

未来的应用前景

目前，研究团队正致力于将这项技术扩展到呼吸速率的监测，这对于检测睡眠呼吸暂停等疾病非常有帮助。初步的未发表结果显示，该技术在准确监测呼吸频率和呼吸暂停方面也表现出巨大的潜力。